基于Python的深度学习BP网络语音增强方法研究

语音增强技术就是要抑制噪声,从带噪语音信号中尽可能的提取纯净的语音信号,提升其可懂度和清晰度。神经网络能够模拟人脑的工作原理,具有自学习能力和强大的非线性映射能力,故采取BP神经网络以及深度学习两种主流模型来展开研究,在此基础上研究了基于深度学习的反馈网络语音增强方法。通过对神经网络重复预训练和自学习,使之可以实现从带噪语音幅度谱到噪声幅度谱的非线性映射,同时训练了多个阈值和权重下的深度网络。通过真并对比其性能取得了很好的去噪效果。

稀疏分量分析在水下盲语音分离中的应用研究

引言:盲语音分离模拟人耳的“鸡尾酒会”效应,仅根据观测信号,便可提取或分离出目标语音信号。独立分量分析(ICA)已成为盲语音分离的主要分析方法,但ICA方法要求观测信号个数多于或等于源信号个数。事实上,观测信号个数少于源信号个数的欠定情况更普遍。稀疏分量分析(Sparse Component Analysis,SCA)利用信号在时频域的稀疏性,可以较好地解决欠定盲源分离的问题。1998年,Lewicki等首先提出利用信号的稀疏性进行欠定盲源分离。Zibulevsky较早提出利用最大似然估计和最大后验概率估计出混合矩阵和源信号。2001年Bofill等首次采用“两步法”对只具有2路观测信号的欠定盲分离问题进行分析。2004年,Cichocki等利用文献中的算法进行了欠定源信号的恢复。

对四川省荣军院管理运行现状的调研

无论战火纷飞与和平发展,人民解放军都为维护祖国和平统一和社会稳定做出了重要贡献。近年来,老一辈革命军人生活保障问题逐渐走入人们的视线并受到高度关注,习主席指出要在国家层面加强对退役军人管理保障工作的组织领导。伤残军人休养院作为为残疾军人提供休养、医疗、康复和心理服务的机构,对其管理情况和人员情况调研具有对保障系统的参考性。